Zum Inhalt springen

Object-based image analysis

aus Wikipedia, der freien Enzyklopädie
Dies ist eine alte Version dieser Seite, zuletzt bearbeitet am 18. Oktober 2011 um 11:59 Uhr durch Friedjof (Diskussion | Beiträge) (Anwendungen). Sie kann sich erheblich von der aktuellen Version unterscheiden.

Object-Based Image Analysis (OBIA) auch Geographic Object-Based Image Analysis (GEOBIA) ist eine Methode der Geographie. Aus Fernerkundungsdaten oder Luftbildern werden mittels der automatischer Bilderkennung Objekte auf räumlicher, spektraler und temporaler Ebene erkannt.

Geschichte

Die Entwicklung dieses Forschunsgfeldes gewann in der Wissenschaft zunehmend an Bedeutung, als die technische Entwicklung von Geoinformationssystemen, Fernerkundungsdaten und der automatischen Bilderkennung weiter fort schritt und auch im zivilen Bereich Einzug hielt.

Anwendungen

OBIA hat sich mittlerweile zu einem eigenen Wissenschaftsfeld entwickelt und findet Anwendung in der ökologischen, speziell in der makroökologischen Forschung, sowie in der Raumplanung und vielen geographischen Disziplinen. Inzwischen wurden eine Fülle von Algorithmen und Konzepten für verschiedene Anwendungen erabeitet.

Im Unterschied zu herkömmlichen Bildanalyse-Techniken, erlaubt OBIA "spatio-temporale" und "inter-scale"-Beziehungen zwischen Objekten. Die Technik erlaubt die analyse von Beziehungsgeflechten diskreter Objekte. Darüber hinaus lassen sich Eigenschaften wie vergleichbare Eigenschaften von Landschaften und komplexer Systeme analysieren.

Software und Methodik

Inzwischen stehen eine Reihe an Softwareapplikationen zur Verfügung. ERDAS Imagine ist beispielweise ein Programm zur Analyse von Fernerkundgungsdaten, welches über OBIA Funktionen verfügt.

Als Erkennungsmerkmal zur Abgrenzung von Objekten wird auf spektraler Ebene häufig der Reflexionsgrad herangezogen.

Publikationen

Artikel mit OBIA als Methode:

  • S. Lang, A. Kääb, J. Pechstädt et al. (2011): Assessing components of the natural environment of the Upper Danube and Upper Brahmaputra river basins, 21-36. In Advances in Science and Research.
  • Tiede, D., Lang, S., Füreder, P., Hölbling, D., Hoffmann, C., Zeil, P. (2011): Automated damage indication for rapid geospatial reporting. An operational object-based approach to damage density mapping following the 2010 Haiti earthquake. PHOTOGRAMMETRIC ENGINEERING AND REMOTE SENSING, 77 (9), 933-942.